TVM 最新发布版本 0.3 有哪些亮点？ 第1页
1
crowowrk 网友的相关建议:
TVM ARM CPU/GPU的性能一直不错，有兴趣的同学可以看arxiv的论文。本次更新的内容可以直接看release note https://github.com/dmlc/tvm/releases/tag/v0.3
本次更新的第一个重点在于TOPI开始引入对于物体检测(SSD, YOLO) 等的支持，这个是深度学习编译跨向更多应用实用化的一步。
另一个比较有趣的是RPC tracker。TVM的设计理念是不光是授人以鱼（高性能算子），更包含了授人以渔（自动生成，调优部署高性能算子的编译平台）。其中自动调优里面一个非常头疼的的问题是移动设备（手机，板子）怎么样自动优化。传统的做法编译部署和调优都需要手工来做，没有办法自动化起来。TVM的RPC接口基本解决了这个问题，可以直接在python端对于远程的手机和板子进行调优。新版的RPC tracker从支持一个板子直接升级到了一个集群，也就是可以通过本机python脚本直接连接到一堆板子去做自动调优。
最后，对于深度学习和区块链有兴趣的同学可以自行寻找一下亮点。
关于tvm的其它介绍可以关注专栏 tvm
1
相关话题
为什么我用相同的模型，数据，超参，随机种子，在两台服务器会得到不同的结果？神经网络训练多个epoch，写论文的时候可以取最好的效果那一个epoch作为结果吗？
GAN:固定训练好的判别器网络，去指导训练生成器为什么不可以？
为什么神经网络具有泛化能力？
人工智能 CV 岗位是不是现在供严重大于需？
深度学习领域有哪些瓶颈？
国内 top2 高校研一在读，为什么感觉深度学习越学越懵?
为何以范剑青老师的 Sure Independence Screening 为代表的筛选法没有流行呢？
人工智能的意义和价值是什么？
如何将某个分布作为机器学习的特征？
相关的话题
为什么强大的 MXNet 一直火不起来？在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？
在算力充沛，深度学习模型大行其道的今天，传统机器学习的未来在哪里？
深度学习attention机制中的Q,K,V分别是从哪来的？
基于深度学习的自然语言处理在 2016 年有哪些值得期待的发展？
神经网络中，bias有什么用，为什么要设置bias，当加权和大于某值时，激活才有意义？
为什么softmax很少会出现[0.5，0.5]？
如何评价 DeepMind 公布的可生成算法竞赛解题代码的 AlphaCode？
如何评价深度学习相关顶级期刊论文难复现的问题？
2021年了，如何评价微软亚研提出的对偶学习（Dual Learning）？
假如我穿越到2017年第一个提出了Transformer、BERT等模型，我可以保送到清华北大吗？
如何看待 2014 年以来计算机视觉（Computer Vision）界创业潮？
有没有可能运用人工神经网络将一种编程语言的代码翻译成任意的另一种编程语言，而不经过人工设计的编译过程？
在集成电路设计领域（数字，模拟），人工智能有无可能取代人类？
CTC和Encoder-Decoder有什么关系?
如何评价Yann LeCun 说的「要研究机器学习，本科应尽量多学物理和数学课」？
中国和美国谁能成人工智能领域的领军者？
谈谈机器学习在网络安全领域的局限性，以及是否乐观？
如何看UCBerkeley RISELab即将问世的Ray，replacement of Spark？
为什么机器学习解决网络安全问题总是失败?
视觉算法的工业部署及落地方面的技术知识，怎么学？
如何评价Deepmind自监督新作BYOL？
如何评价最新的Octave Convolution？
深度学习领域，你心目中 idea 最惊艳的论文是哪篇？
如何评价 CVPR 2020的论文接收结果？有哪些亮点论文？
如何看待人工智能领域的很多专家认为「人工智能将对人类存亡造成威胁」的观点？
算法工程师是否应该持续读论文？
中国和美国谁能成人工智能领域的领军者？
目前有哪些比较成功的人工智能应用？
深度学习有哪些好玩的案例？